FastText
FastText je framework pro vkládání slov (word embedding) a klasifikaci textu vyvinutý společností Facebook AI Research (Joulin, Bojanowski, Grave a Mikolov, 2016–2017), který reprezentuje každé slovo jako součet vektorů jeho znakových n-gramů. To mu umožňuje konstruovat smysluplné reprezentace pro neviděná a morfologicky bohatá slova a provádět klasifikaci textu s téměř nejlepšími výsledky (state-of-the-art) o řády rychleji než alternativy založené na hlubokých neuronových sítích.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Joulin, A., Grave, E., Bojanowski, P. & Mikolov, T. (2017). Bag of Tricks for Efficient Text Classification. In Proceedings of EACL 2017, Short Papers, pp. 427–431. ACL. DOI: 10.18653/v1/e17-2068 ↗
- Bojanowski, P., Grave, E., Joulin, A. & Mikolov, T. (2017). Enriching Word Vectors with Subword Information. Transactions of the Association for Computational Linguistics, 5, 135–146. DOI: 10.1162/tacl_a_00051 ↗
- Goldberg, Y. (2017). Neural Network Methods for Natural Language Processing. Morgan & Claypool Publishers. ISBN: 978-1-62705-298-6
Jak citovat tuto stránku
ScholarGate. (2026, June 3). FastText: Subword-Level Word Embeddings and Efficient Text Classification. ScholarGate. https://scholargate.app/cs/deep-learning/fasttext
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Naive BayesStrojové učení↔ compare
- Word2VecDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →